完整word版,BLAST相关术语及参数详解

1、Alignment:序列比对。将两个或多个序列排在一起，以达到最大一致性的过程（对于氨 基酸序列是比较它们的保守性），这样可以评估序列间的相似性和同源性。Algorithm:算法。在计算机程序中包含的一种固定过程。Bit score:二进制。二进制值S源于统计性质被数量化的打分系统中产生的原始比对分 数S。由于二进制值相对于打分系统已经被标准化，它们常用于比较不同搜索之间的比对分 数。BLOSUM:模块替换矩阵。在替换矩阵中，每个位置的打分是在相关蛋白局部比对模块中 观察到的替换的频率而获得的。每个矩阵被修改成一个特殊的进化距离。例如，在 BLOSUM62矩阵中，是使用一致性不超过62%的序列

2、进行配对来获得打分值的。一致性 大于62%的序列在配对时用单个序列表示，以避免过于强调密切相关的家族成员。 Conservation:保守。指氨基酸或DNA （普遍性较小）序列某个特殊位置上的改变，并 不影响原始序列的物理化学性质。Domain:结构域。蛋白质在折叠时与其他部分相独立的一个不连续的部分，它有着自己独 特的功能。DUST: 一个低复杂性区段过滤程序。E value: E值。期望值。在一个数据库中所搜索到的打分值等于或大于S的不同比对的个 数。E值越低，表明该打分值的显著性越好。Filtering:过滤，也叫掩蔽（masking）。指对那么经常产生乱真的高分数的核昔酸或氨 基酸序列

3、区域进行隐藏的过程。Gap:空位。在两条序列比对过程中需要在检测序列或目标序列中引入空位，以表示插入或 删除。为了避免在比对时出现太多的空位，可以在收入空位的同时，从比对的打分值中减 去一个固定值（空位值）。在多余的核昔酸或氨基酸周围引入空位时，也要对比对的打分 值进行罚分。Global Alignment:整体联配。对两个核昔酸或蛋白质序列的全长进行的比对。H:相对熵值。目标残基和底物残基频率的相对熵记作H。H可以衡量某个位置（这个位置 可以通过概率来区分比对）上由于偶然因素而得到的平均信息（用字节表示）。H值越高， 短的比对就越可以通过概率来区分；H值越低，需要的比对长度越长。Homolo

4、gy:同源性。由共同的祖先所遗传得到的相似性。HSP: High-scoring segment pair，高打分值片段。在一个给定的搜索中，没有空位的 局部比对能得到最高的比对打分值。Identity: 一致性。两个（核昔酸或氨基酸）序列比对时不变部分的长度。K: K值。用来计算BLAST程序中打分函数的一个统计参数。它可以看作搜索空间大小的 一个自然衡量尺度。K值通常用于将原始比对值S转换为二进制值S，。Lambda: A值。用来计算BLAST程序中打分函数的一个统计参数；它可以看作打分系统 的一个自然衡量尺度。A值通常用于将原始比对值S转换为二进制值S。Local Alignment:局

5、部联配。对两个核昔酸或蛋白质序列的一部分所进行的比对。Low Complexity Region （LCR）:低复杂性区域。指组分（包括均聚物、短周期重复片 段）区域和有许多单个或多个残基的区域。SEG程序用来筛选或过滤氨基酸序列中低复杂 性区域。DUST程序用来筛选或过滤核昔酸序列中的低复杂性区域。Masking:掩蔽。也叫过滤（filtering），指为了提高对序列相似性搜索是时的敏感性， 而从序列中移除重复的或低复杂性区域的过程。Motif:模体或序列模式。蛋白质序列中短的保守区域。它们是结构域中保守性很高的部分。 Multiple Sequence Alignment:多序列比对。三个

6、或三个以上的多个序列之间的比对， 如果序列在同一列有相同结构位置的残基和（或）祖传的残基，则会在该位置插入空位。 ClustalW是一种最为广泛使用的多序列比对程序之一。Optimal alignment:最佳联配。两个序列之间有最高打分值的排列。Orthologous:直系同源。指不同种类的同源序列，它们是在物种形成事件中从一个祖先 序列独立进化形成的；可能有相似功能，也可能没有。P value: P值。在比对时，获得某个打分值或更高的打分值的可能性。通过数据库中具有 相同长度或组分的随机序列之间的比对，可以得到高打分值的片段的预期分布，将它与观 察到的比对打分值S相连，就可以计算出P值。显

7、著性最高的P值应该接近于零。P值和 E值用不同的方法来表示比对的显著性。PAM: Percent Accepted Mutation，可接受点突变。一个用于衡量蛋白质序列的进化突 变程度的单位。一个PAM的进化距离表示蛋白质序列中平均1%的氨基酸残基发生突变的 概率。PAM（X）替换矩阵是一个查找表，其中每个氨基酸残基的替换打分值是基于进化趋 异程度为x的紧密相关蛋白的替换频率而计算的。Paralogous:共生同源。指在单个种类中由于基因复制事件而产生的同源序列。Profile:表达谱。一种罗列了蛋白质序列的每个位置上每个氨基酸出现频率的表格。这些 频率是通过包含指定结构域的序列进行多次比对

8、而得到的。参见PSSM。PSSM: Position-specific scoring matrix，特定位点记分矩阵。PSSM给出了在目标序 列中寻找特定的相配对的氨基酸的对数比分值。参见Profile。Query:检测。输入序列（或其他搜索项）与数据库中的所有条目进行的比较。Raw Score:初值。指通过计算替换和空位所得打分值之和而得到的联配值S。替换打分 值以查找表的形式表示。空位打分值是通过计算空位开放罚分G和空位拓展罚分L求和而 得到的。对于长度为n的空位，空位罚分值是G+Ln。空位罚分G与L的选择完全是根据 经验，通常G选择一个较高的数值（1015），L选择一个较低的数值（12

9、）。参见 PAM、BLOSUMoSimilarity:相似性。指核昔酸或蛋白质序列的相关程度。两个序列之间的相似性是基于相 同和（或）保守序列所占的百分比的。在BLAST中，相似性指一个正定的打分值矩阵。 SEG: 一种过滤氨基酸序列中低复杂性区域的程序，在比较中被过滤掉的氨基酸用“X表 示。在BLAST2.0的blastp子程序中，SEG过滤是默认执行的。Substitution:替换。在指定的位置不相同的氨基酸进行联配。如果联配的残基有相似的 物理化学性质，那么替换是保守的。Substitution Matrix:替换矩阵。替换矩阵中的值与氨基酸对中的第i个氨基酸突变为第 j个氨基酸的概率

10、成比例。构建这样的矩阵需要组装一个大的、含有不同的成对排列的氨基 酸样本。如果样本足够大，其统计性显著，那么得到的替换矩阵可以反映经过某一阶段进 化后的突变概率的真实值。Unitary Matrix:酉矩阵，幺正矩阵。也称为单位矩阵。是一个只有在字符相同时才能得 到正打分值的打分系统。Subsequence;用来设定查询序列中进行比对的子序列。Descriptions:对核昔酸或者蛋白质序列的描述。Alignments:比对结果。Query Number:查询序列的个数。Job ID:是在进行BLAST比对的过程中程序自动生成的流水号，用来唯一标识一次比对过 程。利用Job ID可以快速找回你曾经进行过的比对结果。Query ID:查询序列的ID。Subject ID:与查询序列比对的序列的ID。Length:比对序列的长度。Ide